INFORMATİON RETRİEVAL FOR NATURAL LANGUAGE PROCESSİNG
- Ders
- CMPE640 - INFORMATİON RETRİEVAL FOR NATURAL LANGUAGE PROCESSİNG
- Bölüm
- Bilgisayar Mühendisliği - İngilizce - Doktora
- Ders Tipi
- Ders
- Durum
- Zorunlu
- Dil
- İngilizce
- Kredi
- 3
- AKTS
- 0
- T+P+L
- 3 + 0 + 0
- Ders Koordinatörleri
- -
- Ön Koşul
- -
- Anahtar Sözcükler
- -
Ders Açıklaması
-
INFORMATİON RETRİEVAL FOR NATURAL LANGUAGE PROCESSİNG
Değerlendirme Araçları (Aktif Dönem)
Değerlendirme öğesi tanımlanmamış.
Ders çıktıları
Henüz ders çıktısı tanımlanmamış.
Ders Müfredatı
| Hafta | Konu |
|---|---|
| Hafta 1 | Introduction - Information Retrieval (IR) and Natural Language Processing (NLP) |
| Hafta 2 | IR data models; vector space model, probabilistic models, word2vec, GloVe, semantic and others |
| Hafta 3 | IR Techniques |
| Hafta 4 | IR Techniques Cont. and IR Evaluation Methods |
| Hafta 5 | Semantic Web for data representation |
| Hafta 6 | NLP Application Areas; text recognition, sentiment analysis, document clustering, question-answering |
| Hafta 7 | Stemming, morphological, syntactic, semantic analysis, lemmitization, regular expressions |
| Hafta 8 | Midterm week |
| Hafta 9 | Neural Networks and Deep Learning for IR and NLP - Recent Trends |
| Hafta 10 | Neural Networks, Convolutional Neural Networks |
| Hafta 11 | Transformers, state of the art language model for NLP - BERT (Bidirectional Encoder Representations from Transformers) |
| Hafta 12 | Attention Networks |
| Hafta 13 | Graph Convolutional Networks |
| Hafta 14 | Project presentations |
| Hafta 15 | Final Exam Week |
Referans Kitaplar & Ders Materyalleri
- 01 Information Retrieval Models, Springer.
- 02 Natural Language Processing with Phyton - Free eBook (https://www.nltk.org/book/)
- 03 Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems (1st Edition) (e-book)
- 04 Deep Learning for Natural Language Processing, https://www.manning.com/books/deep-learning-for-natural-language-processing
Ders Çıktıları
Öğrenme çıktısı tanımlanmamış.
Program Çıktıları
- Literatürü eleştirel bir şekilde analiz ederek, araştırma boşluklarını belirleyerek ve MIS teorisine ve pratiğine katkıda bulunan orijinal çalışmalar tasarlayarak ileri araştırma metodolojilerine (nicel, nitel ve karma yöntemler) hakim olduğunu gösterebilir.
- Bağımsız bilimsel araştırmayı, akademik titizliği ve MIS alanındaki bilginin ilerlemesine önemli bir katkıyı yansıtan özgün bir doktora tezi hazırlayabilir ve savunabilir.
- Araştırma paradigmalarının felsefi temellerini açıklayarak, araştırmasını bu çerçeveler içerisinde konumlandırarak ve akademik eleştirilere yanıt vererek tez izleme ve savunmasına hazır olduğunu gösterebilir.
- Veri toplama, analiz, raporlama ve yayınlama dahil olmak üzere araştırma sürecinin tüm aşamalarında etik ilkeleri, akademik dürüstlüğü ve sorumlu araştırma yürütmeyi uygulayabilir.
- Bilişim sistemleri araştırmalarının ve örgütsel ve toplumsal bağlamlardaki uygulamalarının sosyal, yasal ve etik etkilerini belirleyebilir.
- Karmaşık veri kümelerini incelemek ve MIS araştırmalarında anlamlı içgörüler çıkarmak için istatistiksel modelleme, makine öğrenimi ve yapay zeka tabanlı analizler de dahil olmak üzere gelişmiş veri bilimi tekniklerini kullanabilir.
- Yapay zeka, büyük veri, blok zinciri ve nesnelerin interneti gibi ortaya çıkan teknolojileri tanıyabilir ve değerlendirebilir; bu teknolojilerin kurumsal süreçler ve dijital ekosistemler üzerindeki dönüştürücü etkilerini değerlendirebilir.
- Disiplinlerarası araştırma ortamlarında işbirliği yapabilir ve liderlik edebilir, üretken bilimsel ortaklıklar kurabilir ve farklı akademik bakış açılarını bütünleştiren araştırma projelerini yönetebilir.
- Hakemli dergilerde yüksek kaliteli araştırmalar yayınlayabilir, bulgularını uluslararası konferanslarda sunabilir ve dergi hakemliği, konferans organizasyonu ve komite katılımı gibi akademik hizmetlerde aktif olarak yer alabilir.
- Bilişim sistemleri, teknoloji ve kurumsal stratejinin kesişim noktasında zorlukları belirleyebilir ve yenilikçi, araştırmaya dayalı çözümler önerebilir.
- İleri düzeyde YBS dersleri sunabilir, lisansüstü araştırmaları denetleyebilir ve etkili rehberlik ve akademik öğretim yoluyla akademik gelişimi destekleyebilir.
- Sistem düşüncesi ve yenilikçi tasarım metodolojilerini kullanarak BT yeteneklerini kurumsal stratejilerle uyumlu hale getiren gelişmiş bilişim sistemleri ve karar destek sistemleri geliştirebilir.
Pç-Dç Matrisi
PÇ-ÖÇ matrisi henüz doldurulmamış.